sardinelab/mt-align-study-w-idiom-1203

---
dataset_info:
features:
- name: source
dtype: string
- name: tgt
dtype: string
- name: src
dtype: string
- name: tgt_lang
dtype: string
- name: QE_avg
dtype: float64
- name: QE_rev
dtype: float64
- name: QE
dtype: float64
- name: lp
dtype: string
- name: src_lang
dtype: string
- name: idx_original
dtype: int64
splits:
- name: train
num_bytes: 8765254
num_examples: 24162
download_size: 5675799
dataset_size: 8765254
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• source: 数据类型为字符串（string）。
• tgt: 数据类型为字符串（string）。
• src: 数据类型为字符串（string）。
• tgt_lang: 数据类型为字符串（string）。
• QE_avg: 数据类型为浮点数（float64）。
• QE_rev: 数据类型为浮点数（float64）。
• QE: 数据类型为浮点数（float64）。
• lp: 数据类型为字符串（string）。
• src_lang: 数据类型为字符串（string）。
• idx_original: 数据类型为整数（int64）。

数据集划分

• 训练集（train）:
  • 数据量：8765254字节
  • 示例数量：24162个

数据集大小

• 下载大小：5675799字节
• 数据集总大小：8765254字节

配置信息

• 默认配置（default）:
  • 训练数据路径：data/train-*